产品开发团队有个段子，一般砍掉的准备放在第二期的需求，基本上是不会再去做的了。一个成为段子的故事，有一个必须条件，就是它普遍发生。
在个人学习的过程中，也经常遇到这样的情况，前期做了完美的计划，准备下周或者下个月开始做。但下周可能又因为各种事情拖到下下周，下下周之后...似乎再也不想提到这件事情了。这在以前真的太常见了...也许是尝到了这种拖延的苦头（没错，拖延是存在的），我在从开始背单词、写作的计划起，便养成了每天必做的习惯，不管多晚，不管今天有多忙，我都会把它做完才能睡着。脑海里似乎已经有了这样的警惕基因存在。
所以昨天决定学习python之后，当脑子里冒出下周一开始遵循计划好好学的时候，却那么恐惧，恐惧自己如果再一次失败，就再也无法学下去。但似乎，这种担心是多余的，写完昨天的日记，我便开始了学习。在英语计划和写作计划进行了这么多天后，我习得了一个非常重要的能力，一旦决定就立刻做，并且有始有终的能力。这可能是第二重要的能力，第一重要是，任何我想学的知识或技能，我并不胆怯，知道自己一定学的会。这两个技能有多重要，只有践行过的人才会知道。
我们用大数据和计算能力让机器智能解决了很多人的问题，并且近似于拥有人的部分智能，而我们没有用传统人工智能解决的问题，用2.0的方法解决了。为什么1.0的方法暂时行不通呢？注意我用的是暂时，因为我对人类自身的了解还是太少了，这方面生物技术方面的知识，饶毅了解的比较多，而对自身都不了解的情况下，又怎么能用人类的智能解决方案来解决机器智能的问题呢？不行的。但反过来，可不可以通过机器智能的解决方案来解读人类自身呢？这种反证法（我不知道是不是叫这个名词），似乎是可行的。
由此今天还想到一个问题，为什么近朱者赤近墨者黑？我们通过眼睛、耳朵、鼻子、皮肤等等设备接收数据，这些数据量有多大？非常大！！而通过深度学习算法，这些外部的数据会影响到自己，结合自身原有基因重新编写，也就导致了自身会随外部环境的影响而改变。生物技术和机器智能，应该是殊途同归的两门学科。
我有一个猜测，可能大脑的计算量真的是超级大，因为数据超级大...因为太大，且无时无刻不需要计算，所以用来普通计算的核心数便非常少（人类有一颗N核心的处理器，但频率不高）。一直以来，我都认为，机器的运算速度比人脑大无数倍，人工智能未来也一定会大幅度超过人，但前文的猜测是否有可能呢？可能性有，且不小。我们对自身了解真的太少，所以有时候会妄自菲薄（我自己会这么认为），认为自己对比创造物来说，真的太弱了...是因为我们接收的数据太多了...太多了...就如同围棋，alphago用了几千台服务器才能跟李世石对峙，而且李世石还赢了一盘...这已经很说明问题了好么...
而这仅仅是一盘围棋而已.....仅仅是一盘围棋而已....这个世界上，比围棋复杂多少数量级的事情（变量几乎是无数多），还有好多好多...
